收集光伏电站的同一时间段的太阳总辐射、组件温度、环境温度等历史数据后,可对这
些数据进行筛选分析,建立光伏电站气象历史数据库。这里以光伏电站气象历史数据库为基
础,通过统计方法建立的组件温度关系式如下:
y=T+kx+c (1)
式中,
y 为组件温度;T 为环境温度;x 为总辐射;k,c 为系数。
利用截至到
2011 年 12 月的数据统计率定出国家能源太阳能发电研发(实验)中心屋
顶光伏电站的组件温度关系式为:
y=T+0.021 4x+0.97
1.3 组件温度预测
以关系式
y=T+0.021 4x+0.97 为基础,输入从数值天气预报获取的未来总辐射数据和环
境温度数据,预测出组件温度值;采用卡尔曼滤波,利用地面实时组件温度监测数据对预
测值进行实时校正,进而较为准确地预测未来组件温度值。组件温度预测流程图如图
2 所示,
图
3 所示为数值天气预报总辐射及空气温度预测流程图。
2 算例分析
根据上述方法于
2012 年 3 月建立的国家能源太阳能发电研发(实验)中心屋顶光伏电
站组建温度预测系统投运以来,系统运行稳定可靠,在累积的数据中,以
5 min 为时间分
辨率,对预测组件温度、实际组件温度数据进行对比分析的绝对误差分布比例统计如表
2 所
列。从表
2 可以得出,绝对误差在 5
℃以内的样本占 0.933 4,预测效果比较理想。
3 结 语
随着近年来光伏发电在中国的快速集中发展,亟需对光伏电站的发电功率进行预测,
以保障大规模光伏发电接入条件下的电网安全调度,而组件温度预测是光伏发电功率预测
中的重要一环。预测结果表明,本文提出的光伏电池组件温度预测方法预测精度较高,能够
充分满足工程应用的需求。
参
考 文 献
[1] 王长贵,王斯成. 太阳能光伏发电应用技术[M]. 2 版.北京:化学工业出版社, 2009.
[2] 李军,许继生,王生渊,等. 一种并网型光伏电站光功率及发电量预测的方法[J]. 青
海电力,
2010,29(2):18-20.